DisplayCAL 3.9.15版本发布:跨平台色彩管理工具的重大更新
DisplayCAL是一款开源的显示器校准和色彩管理工具,它能够帮助用户精确校准显示器、投影仪等显示设备,确保色彩显示的准确性。该工具广泛应用于摄影、印刷、影视制作等对色彩要求严格的领域。最新发布的3.9.15版本带来了多项重要改进和修复,特别是解决了Windows平台长期存在的一些兼容性问题。
主要技术改进
跨平台兼容性提升
3.9.15版本重点解决了Windows平台下ArgyllCMS可执行文件无法运行的问题,同时完善了对包含空格的路径的处理能力。这意味着Windows用户现在可以更稳定地使用DisplayCAL进行色彩校准工作。
对于macOS用户,安装后需要执行一个额外的安全命令来解除系统对应用的限制。这是由于macOS的安全机制导致的,执行xattr -dr com.apple.quarantine /Applications/DisplayCAL.app命令后即可正常使用。
依赖项优化
开发团队移除了对RealDisplaySizeMM C扩展的依赖,这一改变使得DisplayCAL不再需要编译任何C扩展模块,大大简化了在不同操作系统上的安装过程。这一改进对于Linux用户尤其有利,因为减少了编译依赖带来的安装复杂度。
开发工具链升级
DisplayCAL的开发环境进行了现代化改造:
- 将wxPython最低测试版本从4.1.1升级到4.2.0
- 使用Rust生态中的uv替代pip作为主要包管理工具
- 采用ruff替代black和flake8进行代码格式化
- 完全迁移到pyproject.toml进行项目配置,同时保留了向后兼容的setup.py
这些改进使得开发流程更加高效,CI测试在Linux环境下从原来的45-50分钟大幅缩短到6-7分钟,这得益于直接使用wxPython官网提供的预编译wheel包。
代码质量提升
开发团队进行了大量的代码重构和清理工作:
- 更新了DisplayCAL.lib.agw组件,从0.9.1升级到0.9.7版本
- 引入了大量类型提示(TypeHints)以提高代码可维护性
- 修复了多个界面组件的引用问题
- 改进了测试图表编辑器的功能
- 优化了色度计校正工作流程
用户体验改进
除了底层技术改进外,3.9.15版本还包含多项用户体验优化:
- 修正了多处拼写错误,提升了界面的专业性
- 改进了Linux平台的安装说明文档
- 增强了颜色校正流程的稳定性
- 修复了测试图表编辑器中的若干问题
总结
DisplayCAL 3.9.15版本标志着该项目在跨平台兼容性和开发现代化方面迈出了重要一步。通过移除C扩展依赖、优化开发工具链和提升代码质量,该项目为未来的功能扩展和维护打下了更坚实的基础。对于专业用户来说,Windows平台问题的解决意味着更稳定的使用体验,而开发流程的改进则预示着更快的功能迭代速度。
这一版本特别适合那些需要精确色彩管理的专业人士,无论是摄影师、设计师还是视频编辑人员,都能从这些改进中受益。随着DisplayCAL持续发展,它有望成为开源色彩管理工具中的标杆产品。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00